难测的数据_参考网

难测的数据

2021-08-26程毅南

科学Fans 2021年4期

关键词：受访者用户

程毅南

感受无法测量

首先，我们不能说板栗在无理取闹，因为这个问题很重要——无论在什么样的关系中，我们都希望知道对方对这段关系的预期如何，投入是怎样的，我在关系中是否会被背叛。所以，板栗想知道“你有多爱我”很正常。但爱的程度确实很难讲，因为——

1

爱的程度是无法用工具测量的，世界上没有“爱度计”，得不出一个像温度一样的客观数值。

2

爱的程度也很难进行打分。比如在这个场景下，蛋黄说“从1分到10分，我打8分吧”，那么问题就来了，“为什么不是10分？你哪里还不够爱我？”这就很尴尬了。但如果蛋黄求生欲很强，每次都打10分，这个问题就失去了问的意义，因为答案不能反映真实态度（我们叫缺乏信度）。

3

爱的状态本来就不太稳定，受很多因素干扰，吵架的时候感受差，浪漫的时候感受好，做成数据之后波动很大。那么在做感情决策时，该参考什么时候的数据呢？

4

爱的感受可以对比参照，但你跟谁对比参照呢？是不是想到了“你妈和我掉水里你先救谁”这个问题？参照前女友呢？可能问题就更加严重了。

5

“你有多爱我”这个问题的唯一解法，就是用语言能力强行碾过去，比如林徽因女士曾说过的名言“答案很长，我准备用一生来回答”。我们就可以改成“我对你的爱就像星空，我数不清有多少星星，但我知道它很美”。但这样，我们测的依然不是对关系的信念，而是语文能力，语文能力能预测蛋黄会不会是个渣猫吗？不能。用学术的话讲，这个问题的效度不行。

以上无非透露出两大核心问题：1.人的感受很难衡量;2.人的表达不一定可信。因此，很多時候就算这个问题对我们很重要，通过直接问并不能得到有意义的答案，反而会产生很多误解。这就如同社会调查所面临的难点一样，不过，社会调查也会通过很多其他方式来间接执行。

情感关系的正确测量方式

很多商业机构和政府机构都会通过社会调查获取一些数据，来支撑商业决策和社会决策。比如刚刚结束的第七次人口普查，就是通过了解人口这一关键社会资源的各方面情况，为制定城市和区域发展、就业、社会保障等一系列社会政策提供关键的数据参考。不过人口是个相对简单和客观的数据，可以直接获取。但情感就不一样了，那么，怎样才能更好地测量情感关系呢？

其实有很多间接的方式，比如说，用开心作为一个间接的衡量指标。首先，开心很好观测，有没有足够多的笑容和亲密举止，是否愿意去找对方一起玩，这其实可以通过客观行为表现来观察。然后开心也很好问，比起“爱不爱我”更好表达，不容易难为情，撒谎的动机也少一些。并且，大多数人都有足够多的开心经历，这比“爱”更好量化、对比和参照。另外，因为开心的程度更好量化，也就更方便我们做大规模的统计调查，去研究和感情状态相关的科学问题。

如何获取真实的数据

我们还可以通过比较巧妙的调研设计，通过逻辑获得答案。有些社会现象很难调查，比如家庭暴力现象，很多受害人选择不报警，同时暴力行为发生在家里，难以被外界观测到，登门调查也未必能获得真实的答案。那么，如何才能获得尽可能真实的家暴情况的数据呢？

有一个很巧妙的调研设计：事先准备一副普通扑克牌，在街头进行随机拦访，让受访者从中随机抽取，并且不要展示给我们，之后询问用户是否打过伴侣（或者其他一些灰色/违法行为），但跟用户说明一条额外规则：当抽到黑桃、梅花、方块时，无论是否打过伴侣，统一回答“是”，只有当抽到红桃时，再根据实际情况回答“是”或者“否”。这样，当样本量足够大时，有75%的用户会因为抽到黑桃、梅花、方块而直接回答“是”，只要在最后统计数据时减去这75%的选择“是”的用户，计算剩下25%的红桃用户中“是”的比例，就能得出人群中有过家暴行为的人的比例了。如示意图：

在这个调研设计下，全程我们不需要看牌，也不需要对牌做手脚，因为我们根本不关心某个人的隐私，只关注统计数据。而受访者也明白，他本来就有至少75%的概率回答“是”，因此如果他真的有过家暴行为并回答了“是”，我们大概率也无法确认他是否真的做过，因此降低了他讲真话时所面对的社会评价压力。这个方法，通过面对面访问解决了网络问卷无法确认身份的问题，同时还巧妙地通过算法帮助受访者进行了实际上的匿名回答，他们没有了撒谎的动机，更容易据实回答。我们也没有侵犯受访者隐私，实际上整个过程没有确定任何一个人有过家暴行为，但最终通过调查查明了家暴问题在社会中的普遍性。

总结一下，其实研究社会问题也是很有技巧性的，和物理化学实验类似，有时候都需要一些巧妙的设计才能达成目的。而它与物理化学不同之处在于，是人本身的复杂性造成的这些挑战，而应对这些挑战的技巧，实际上也是沟通技巧，或者说得更具体一点，就是如何进行换位思考，站在调研和沟通对象的角度去设想可能的反馈，以此来调整自己的策略。这种沟通能力就是学习社会科学的一个收获吧。